Nano Banana tasvir yaratish va tahrirlash modeli

Google Gemini
Turi Katta til modeli
Ishlab chiquvchilar
Interfeys tillari Ingliz tili va boshqa tillar
Chiqarilgan sanasi

6-dekabr (2023-yil); 2 yil avval (beta-versiya)

8-fevral (2024-yil); 2 yil avval (rasmiy ishga tushirilgan)
So‘nggi versiyasi 3.1 Pro, 3.1 Deep Think, 3.6 Flash, 3.5 Flash-lite, 3.5 Flash Cyber / 29-iyul (2026-yil)
Litsenziyasi Mulkiy (proprietar)
Veb-sayti deepmind.google/technolo…

Gemini (so‘zma-so‘z inglizchadan «Egizaklar»; [ˈdʒɛmɪnaɪ] — «Jeminay» deb talaffuz qilinadi) — ko‘p modalli katta til modellari (LLM) oilasi bo‘lib, uni Google DeepMind ishlab chiqqan. Bu oila LaMDA va PaLM 2 modellarining davomchisidir. Ushbu model shu nomdagi chatbot asosini tashkil etadi. Unga Gemini Ultra, Gemini Pro, Gemini Flash va Gemini Nano versiyalari kiradi. Birinchi versiyasi 6-dekabr kuni (2023-yil) chiqarilgan.

18-noyabr (2025-yil) kuni Google Gemini 3.0 Pro va Gemini 3.0 Deep Think modellari chiqarilganini e’lon qildi. Bu yangi modellar Gemini 2.5 Pro o‘rnini egalladi va 2025-yil noyabr holatiga ko‘ra mavjud modellar orasida eng qudratlilari hisoblangan. Gemini 3.0 Pro taqdim etilgan paytda 19 ta sinovda raqobatchilaridan ustun kelgan — bu jami 20 ta baholash mezoni bo‘yicha o‘tkazilgan sinovlar natijasi edi (faqat SWE-bench Verified sinovida Gemini 3.0 Pro Claude Sonnet 4.5 dan ortda qolgan — mos ravishda 76,2 % va 77,2 %). Jumladan, u GPT-5 Pro modelidan «Insoniyatning so‘nggi imtihoni» sinovida ham o‘zib ketib, 37,52 % natijaga erishgan. Bu 31,64 % aniqlik qayd etgan GPT-5 Pro’dan yuqori.

Tarixi

Ishlab chiqilishi

Google har yili o‘tkaziladigan Google I/O konferensiyasida (10-may, 2023-yil) uning sho‘ba kompaniyasi Google DeepMind ishlab chiqqan Gemini katta til modelini (LLM) e’lon qildi. Model PaLM 2 ning yanada kuchli davomchisi sifatida taqdim etildi, biroq Google bosh direktori Sundar Pichai Gemini hali ishlab chiqishning dastlabki bosqichida ekanini bildirdi. Ishlab chiquvchilar jamoasiga ko‘ra, Gemini boshqa til modellaridan ko‘p modalliligi bilan ajralib turadi: u faqat matnlar to‘plamida o‘qitilmagan, balki bir vaqtning o‘zida bir necha turdagi ma’lumotlarni, jumladan, matn, tasvirlar, audio, video va dastur kodini qayta ishlay oladi. Model DeepMind va Google Brain hamkorligida yaratilgan. Google’ning ushbu ikki bo‘linmasi bir oy oldin Google DeepMind nomi ostida birlashtirilgan edi. Amerikaning Wired jurnaliga bergan intervyusida DeepMind bosh direktori Demis Hassabis Gemini’ning ilg‘or imkoniyatlarini ta’kidlab, uning fikricha, ushbu algoritm ChatGPT — OpenAI kompaniyasining GPT-4 asosida ishlaydigan chatbotidan o‘zib ketishi mumkinligini aytgan. ChatGPT’ning tobora ortib borayotgan ommabopligiga Google o‘zining LaMDA va Bard ishlanmalari bilan faol raqobat qilishga urinayotgan edi. Hassabis DeepMind’ning AlphaGo dasturi kuchli tomonlarini alohida qayd etgan. Bu dastur 2016-yilda go o‘yini chempioni Li Sedolni mag‘lub etib, butun dunyo e’tiborini tortgan edi. Hassabis Gemini AlphaGo imkoniyatlarini Google va DeepMind’ning boshqa katta til modellari kuchi bilan birlashtirishini ta’kidlagan. 2023-yil avgust oyida The Information[inglizcha] nashri Google’ning Gemini’ni ishlab chiqish bo‘yicha rivojlanish rejasi haqidagi hisobotni chop etdi. Unda kompaniya modelni 2023-yil oxirida ishga tushirishni mo‘ljallagani aytilgan. Gemini YouTube videolarining matnli transkripsiyalari asosida o‘qitilgani sababli, mualliflik huquqi bilan himoyalangan bo‘lishi mumkin bo‘lgan materiallarni saralab chiqarish uchun ishlab chiqish jarayoniga huquqshunoslar ham jalb etilgan.

2023-yil sentabr oyida The Information nashri bir nechta kompaniyaga Google o‘z mijozlariga Google Cloud platformasidagi Vertex AI xizmati orqali taqdim etishni rejalashtirayotgan katta til modelining beta-versiyasidan oldindan foydalanish imkoniyati berilganini xabar qildi. Nashrda, shuningdek, Google Gemini’ni GPT-4 va GitHub Copilot (uni Microsoft ishlab chiqqan) bilan raqobatlashishga tayyorlayotgani ham aytilgan.

Ishga tushirilishi

6-dekabr kuni (2023-yil) Pichai va Hassabis onlayn matbuot anjumanida Gemini 1.0 versiyasini e’lon qildi. U uch modelni o‘z ichiga olgan: «juda murakkab vazifalar» uchun mo‘ljallangan Gemini Ultra, «keng doiradagi vazifalar» uchun yaratilgan Gemini Pro va «mobil qurilmalardagi oddiy vazifalar» uchun ishlab chiqilgan Gemini Nano. Ishga tushirilgan paytda Gemini Pro va Nano Pixel 8 Pro smartfoniga integratsiya qilingan edi. Gemini Ultra esa «Bard Advanced» obunasi orqali taqdim etilishi va 2024-yil boshida dasturchilar uchun ham ochilishi rejalashtirilgan edi. Google Gemini’ni Qidiruv, Ads, Duet AI va Google Workspace xizmatlariga qo‘shishni mo‘ljallagan. Reklamalarda bu katta til modeli Google’ning inson xatti-harakatlarini taqlid qilish uchun yaratilgan «eng katta va eng qudratli sun’iy intellekt modeli» sifatida taqdim etilgan. Keyinroq Google «keng qamrovli xavfsizlik sinovlari» zarurligi sababli Gemini kelasi yilgacha ommaga ochilmasligini ma’lum qilgan. Gemini Google ishlab chiqqan tenzor protsessorlarida (TPU) o‘qitilgan va shu protsessorlarda ishlagan.

Turli nashrlar ekspertlari Gemini Ultra bir qator sohaviy sinovlarda GPT-4, Claude 2 — Anthropic kompaniyasi modeli, Inflection-2 — Inflection AI[inglizcha], LLaMA 2 — Meta kompaniyasi modeli va Grok 1 — xAI kompaniyasi modelidan ustun kelganini qayd etgan.

Nano Banana

Nano Banana — tasvirlarni yaratish va tahrirlashga mo‘ljallangan Gemini 2.5 Flash Image modelining norasmiy nomi. Model 26-avgust kuni (2025-yil) Gemini chatboti va Google’ning boshqa mahsulotlari funksiyasi sifatida ishga tushirilgan.

Tarixi

Nano Banana nomi modelga 2025-yil avgust oyida LMArena (inglizcha LMArena) reyting jadvalida nano-banana kod nomli sirli model paydo bo‘lib, tasvirlarni qayta ishlovchi neyron tarmoqlar toifasida yetakchiga aylanganidan so‘ng ommalashgan. Model hamjamiyatdan 5 milliondan ortiq ovoz to‘plab, LMArena tarixida Elo reytingi bo‘yicha 1-o‘rin bilan qolgan o‘rinlar o‘rtasidagi eng katta tafovut — 171 ballni qayd etgan. 26-avgust kuni (2025-yil) Google modelni rasman Gemini 2.5 Flash Image nomi bilan tanishtirdi, Nano Banana norasmiy nomini esa saqlab qoldi. 20-noyabr kuni (2025-yil) uning takomillashtirilgan versiyasi — Nano Banana Pro (rasmiy nomi Gemini 3 Pro Image) taqdim etildi. Bu versiya matnni tasvirda aniqroq aks ettiradi, 4K gacha aniqlikni qo‘llab-quvvatlaydi hamda dunyo haqidagi kengaytirilgan bilimlarga ega. 26-fevral kuni (2026-yil) modelning yangi versiyasi — Nano Banana 2 taqdim etildi. U Pro versiyasidan farqli ravishda yuqori sifatni saqlagan holda tasvirlarni tezroq yarata boshladi. Yangi versiya, shuningdek, tashqi ko‘rinishi izchil saqlanadigan beshtagacha personajni qo‘llab-quvvatlaydi va bir vaqtning o‘zida 14 ta obyekt bilan ishlash imkonini beradi.

Imkoniyatlari

Model tabiiy tildagi matnli so‘rovlar (promptlar) yordamida tasvirlarning detallarini va fonini o‘zgartirish, shuningdek, fotosuratlarni birlashtirish imkonini beradi (modelni o‘qitish xususiyatlari tufayli eng yaxshi natija ingliz tilida olinadi). Uning asosiy xususiyatlaridan biri ko‘p marta tahrirlash davomida aynan bir inson yoki buyumni barqaror tanib olish (inglizcha subject consistency) qobiliyatidir. Bir nechta tasvirni birlashtirish funksiyasi (inglizcha multi-image fusion) 14 tagacha alohida fotosuratni bitta kompozitsiyaga birlashtirishga imkon beradi (bunda 5 tagacha personaj va 6 tagacha obyektning o‘ziga xosligi yuqori aniqlikda saqlanadi). Masalan, bir suratdagi inson tasvirini, ikkinchisidagi fonni va uchinchisidagi obyektlarni yagona sahnaga birlashtirish mumkin. Modelning anatomiya, geografiya va obyektlarning fizik xususiyatlari haqidagi bilimlari kontekstga mos, aniq tasvirlar yaratishga yordam beradi va xatolar sonini kamaytiradi. Yaratilgan barcha tasvirlarda SynthID (inglizcha SynthID) — sun’iy intellekt yordamida yaratilgan kontentni aniqlashga mo‘ljallangan ko‘rinmas raqamli belgi mavjud. Modeldan Gemini API, Google AI Studio (inglizcha Google AI Studio), Google Cloud Platform (Vertex AI) va Flow orqali foydalanish mumkin.